采用时空条件信息的动态场景运动目标检测

被引:8
作者
王斌
肖文华
张茂军
熊志辉
刘煜
机构
[1] 国防科学技术大学信息系统与管理学院
关键词
动态场景; 运动目标检测; 核变换; 时空条件信息; 视觉显著性;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
为了将动态场景中运动目标与扰动背景线性不可分的问题转换为线性可分问题,提出了负对数非线性核变换方法.该方法通过引入视觉注意机制构建视觉显著性时空域模型,以像素邻域加权条件信息作为分类特征,增强目标与背景的线性可分性,提高动态场景运动目标检测精度.最后结合图像分块建模策略,实现了动态场景中运动目标的高效、实时检测.
引用
收藏
页码:1576 / 1584
页数:9
相关论文
共 6 条
[1]   复杂场景实时目标检测方法 [J].
白向峰 ;
李艾华 ;
蔡艳平 ;
李喜来 ;
李仁兵 .
计算机辅助设计与图形学学报, 2012, (01) :104-111
[2]   基于时空背景差的运动目标检测算法 [J].
肖梅 ;
韩崇昭 ;
张雷 .
计算机辅助设计与图形学学报, 2006, (07) :1044-1048
[3]   结合强度和边界信息的非参数前景/背景分割方法 [J].
陈睿 ;
邓宇 ;
向世明 ;
李华 .
计算机辅助设计与图形学学报, 2005, (06) :1278-1284
[4]   Light-weight salient foreground detection for embedded smart cameras [J].
Casares, Mauricio ;
Velipasalar, Senem ;
Pinto, Alvaro .
COMPUTER VISION AND IMAGE UNDERSTANDING, 2010, 114 (11) :1223-1237
[5]   Object motion detection using information theoretic spatio-temporal saliency [J].
Liu, Chang ;
Yuen, Pong C. ;
Qiu, Guoping .
PATTERN RECOGNITION, 2009, 42 (11) :2897-2906
[6]  
Bayesian modeling of dynamic scenes for object detection .2 Sheikh Y,Shah M. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2005